正则表达式

• note
  • \d:匹配数字
  • [0-9]:匹配数字(字符组),在[]中对数字进行限定
  • \D:匹配任意一个非数字字符
  • .:通配符用以匹配任意字符(某些情况下不能匹配起始符)
  • (\d)\d\1:()捕获分组,并且使用\l进行后向引用
  • {}:元字符
  • *:重复零次或更多次
  • +:重复一次或更多次
  • ?:重复零次或一次
  • \b:零宽度断言,非单词边界
  • \B:零宽度断言,单词边界
  • ^:标记起始位置,在[]中出现表示取反
  • $:标记结束位置
  • |:多个选择
  • \w:匹配字母或数字或下划线或汉字,等同于[_a-zA-Z0-9]

字符简写式.png

• \s:任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格
• \:转义字符
• {n}:重复n次
• {n,}:重复n次或更多次
• {n,m}:重复n到m次
• $1 | $2:后向引用
• .*?:.? 是一个固定的搭配，.和代表可以匹配任意无限多个字符，
  加上?表示使用非贪婪模式进行匹配，也就是我们会尽可能短地做匹配，
  以后我们还会大量用到.*?的搭配。
• 在dotall下.会匹配包括换行符在内的所有字符
• \A \Z:分别为匹配主题词的开头和结尾
• \Q$\E:之间的都会被认为是普通字符
• (?i):忽略大小写,下面几种等同
  • (?i)(?:the) | (?:(?i)the) | (?i:the)

正则表达式中的选项.png

• grep命令执行正则表达式
• ERE模式:不需要转义 BRE模式:需要转义
• \l:不匹配任何字符,而是会将紧接其后的字母变为小写
• \u:将紧接其后的字母变为大写
• \U:将紧接其后的所有字母变为大写
• \L:将紧接其后的所有字母变为小写
• 命名分组
  • ?<one>和?<two>将分组命名为one和two
  • $+{one}和$+{two}引用上述两个分组

命名分组的语法.png

• 原子分组用以关闭部分回溯操作
• 并集和差集:[0-3[6-9]] | [0-3&&[6-9]]

posix字符组.png

• 量词:
  • 贪心:匹配整个字符串,寻找尽可能大的,然后进行回溯
  • 使用?,则变成懒惰的,一个个查找
  • 使用+,则变成占有量词,只尝试一次,不会回溯
• 正前瞻,反前瞻,正后顾,反后顾